python数据分析工具之 matplotlib详解

不论是数据挖掘还是数学建模，都免不了数据可视化的问题。对于 Python 来说，matplotlib
是最著名的绘图库，它主要用于二维绘图，当然也可以进行简单的三维绘图。它不但提供了一整套和 Matlab 相似但更为丰富的命令，让我们可以非常快捷地用
python 可视化数据。

matplotlib基础

安装

pip install matplotlib

两种绘图风格 ：

MATLAB风格：

基本函数是 plot，分别取 x，y 的值，然后取到坐标（x，y）后，对不同的连续点进行连线。

面向对象：

创建一个图形 fig 和一个坐标 ax 。

• fig：figure(plt.Figure) 是一个能容纳各种坐标轴，图形，文字和标签的容器。
• ax：axes(plt.Axes) 是一个带有刻度和标签的矩形，最终会包含各种可视化元素。

示例：

    import matplotlib.pyplot as plt
    import numpy as np
    
    # 图形显示风格
    plt.style.use('seaborn-whitegrid')
    
    # 创建fig和ax
    fig = plt.figure()
    ax = plt.axes()
    
    x = np.linspace(0,10,100)
    # 显示sin函数图形
    plt.plot(x, np.sin(x))
    # 显示cos函数图形
    plt.plot(x, np.cos(x))
    
    plt.show()

这就是利用面向对象的方式绘图，在交互模式中可以看到，每画一个图就是产生一个对象，最后再显示出来。

绘图样式

    # 调整坐标轴上下限
    plt.xlim([xmin, xmax])
    plt.ylim([ymin, ymax])
    
    plt.axis([xmin, xmax, ymin, ymax])
    # 参数：tight：把图形设置成紧凑模式，不留多余的部分
    # equal：图形显示分辨率为1:1

线形图

文字设置

图形标题：plt.title

坐标轴标题：plt.xlabel, plt.ylabel

基础图例：plt.legend

注意：对中文不友好，需要额外方法，尽量使用英文

    # 示例
    import matplotlib.pyplot as plt
    import numpy as np
    
    x = np.linspace(1, 10, 100)
    plt.plot(x, np.sin(x))
    plt.title('sin-function')
    plt.xlabel('x-value')
    plt.ylabel('y-label')
    plt.show()

图例

通过legend可以设置图例，同时通过参数的调整可以细腻的设置图例的位置、形式等。参数主要包括：

• loc：图例的位置
• frameon：是否带边框
• framealpha：颜色透明
• shadow：阴影

    # 示例
    import matplotlib.pyplot as plt
    import numpy as np
    
    x = np.linspace(1, 10, 100)
    
    fig, ax = plt.subplots()
    
    ax.plot(x, np.sin(x), color='red', label='sin-function')
    ax.pl